本文提出了一种使用基于5-gram KenLM语言模型的缩放相似性分数的新方法，以提高机器翻译的质量。通过Kneser-ney平滑技术过滤域外数据，并采用多域、微调和迭代回译等自适应技术。实验证明，在Hindi-Nepali语言对上，该方法在多域、微调和迭代回译上分别提高了约2个BLEU点、3个BLEU点和2个BLEU点。